1.一种铁路桥梁结构水下图像增强与色彩校正方法，基于结合直方图均衡化的多尺度视网膜增强与色彩恢复算法，通过多模块协同处理，实现细节增强、对比度提升与色彩校正的一体化优化，其特征在于，包括：S1，获取铁路桥梁结构的水下图像并对所述铁路桥梁结构的水下图像进行多尺度分解和融合获得多尺度分解和融合图像；S2，对所述多尺度分解和融合图像进行直方图均衡化融合；S3，基于水下光衰减物理模型对经过所述均衡化的直方图中的反射分量进行色彩恢复、补偿与校正。
2.根据权利要求1所述的一种铁路桥梁结构水下图像增强与色彩校正方法，其特征在于，所述S1包括：S11，获取铁路桥梁结构的水下图像；S12，针对铁路桥梁结构的水下图像中近景细节与远景轮廓的差异化增强需求，基于三级尺度高斯核对原始图像进行卷积，如下式（3）所示： （3）；其中， 图像像素， 为高斯函数， 为对应尺度的光照分量；通过多尺度分解和融合，将所述反射分量 表示为式（4）： （4）。
3.根据权利要求2所述的一种铁路桥梁结构水下图像增强与色彩校正方法，其特征在于，所述三级尺度高斯核包括σ=15的小尺度高斯核，σ=80的中尺度高斯核和σ=250的大尺度高斯核；所述小尺度高斯核用于保留桥墩表面纹理细节，所述中尺度高斯核用于增强桩基与水体的边界对比度，所述大尺度高斯核用于平衡远景冲刷区域的整体亮度，避免单一尺度下“近景过曝、远景模糊”的问题。
4.根据权利要求3所述的一种铁路桥梁结构水下图像增强与色彩校正方法，其特征在于，所述S2包括：对其中得到的反射分量 进行限制对比度自适应直方图均衡化CLAHE处理，包括：S21，将所述反射分量 对应的反射分量图像划分为多个子块；S22，对每个子块的直方图进行裁剪；S23，对裁剪后的直方图进行均衡化，并通过双线性插值消除子块间的边界效应。
5.根据权利要求4所述的一种铁路桥梁结构水下图像增强与色彩校正方法，其特征在于，所述S22包括：设定用于裁剪的对比度阈值，在所述裁剪过程中删除每个子块的图像对比度高于所述对比度阈值的部分，从而抑制由悬浮颗粒噪声引起的高亮斑。
6.根据权利要求5所述的一种铁路桥梁结构水下图像增强与色彩校正方法，其特征在于，所述S3包括：S31，根据铁路桥梁水域的实测光学数据，确定红、绿、蓝三通道的光衰减系数比；S32，依据成像距离d，按通道施加补偿增益系数，重点补偿衰减最严重的红色通道；其中，所述成像距离d由深度传感器获取或通过图像模糊度估计确定，所述施加补偿的方式如式（5）所示： （5）其中， ， 为通道增益，d为成像距离； 表示经过补偿后的通道c的图像强度； 表示经过S2多尺度处理后的通道c的反射分量强度； 是与成像系统特性相关的参数，反映了成像距离 对信号衰减影响的程度的特性。
7.根据权利要求6所述的一种铁路桥梁结构水下图像增强与色彩校正方法，其特征在于，所述方法还包括：S4，进行动态尺度选择，从而根据图像本身的浑浊度指标，自适应调整S1步骤中所述多尺度分解和融合的权重；以及S5，进行光斑抑制处理。
8.根据权利要求7所述的一种铁路桥梁结构水下图像增强与色彩校正方法，其特征在于，所述S4包括：S41，确定所述图像本身的浑浊度指标为水下图像质量评价指数中的对比度分量，用于反映图像的清晰度以及评估图像中目标与背景的灰度差异；S42，基于所述水下图像质量评价指数中的对比度分量小于15时，自动增加所述小尺度高斯核的权重占比。
9.根据权利要求8所述的一种铁路桥梁结构水下图像增强与色彩校正方法，其特征在于，包括：S51，确定光源造成的极高光区域，所述极高光区域的确定标准为灰度值>240；S52,对于所述极高光区域，采用自适应平滑滤波器进行处理，替代S2中的限制对比度自适应直方图均衡化CLAHE算法，避免在高光区域进行过度对比度提升而导致纹理信息丢失。
10.一种铁路桥梁结构水下图像增强与色彩校正系统，用于实施权利要求1-9任一所述的方法，其特征在于，包括：图像获取及多尺度分级融合模块（101），用于获取铁路桥梁结构的水下图像并对所述铁路桥梁结构的水下图像进行多尺度分解和融合获得多尺度分解和融合图像；直方图均衡化融合模块（102），用于对所述多尺度分解和融合图像进行直方图均衡化融合；色彩恢复补偿与校正模块（103），用于基于水下光衰减物理模型对经过所述均衡化的直方图中的反射分量进行色彩恢复、补偿与校正；动态尺度选择模块（104），用于进行动态尺度选择，从而根据图像本身的浑浊度指标，自适应调整所述多尺度分解和融合的权重；光斑抑制处理模块（105），用于进行光斑抑制处理。
